第一章 绪论
1.2 建模方法的总结
根据在建模过程中采用信息的不同，构建的模型主要有三种类型：第一，机理模型；第二，黑箱模型；第三，灰箱模型即混合模型。下面对三种模型在建模领域中的功能做一个简单介绍。
1.2.1 机理模型
机理模型就是利用化学反应过程中的运动规律来构建机理模型，这种机理模型的特点就是，通过模型就可以像通过白箱子一样很明确地知道反应过程内部情况，因此又称其为白箱模型[11]。
机理建模方法的基础是反应过程中所遵守的物理化学定律，在化学工业过程中，物料和能量的守恒是最基本的规律[12]，在一个反应过程中，可表述为物料和能量的累积率就是单位时间内进来的物料和能量以及单位时间内产生的物料和能量之和再除去单位时间内流出的物料和能量[13]。机理建模的特点是利用反应对象的已知知识或者经验知识，并且机理模型包括化工过程的所有的反应机理以及反应特点[14]，因此机理模型是最精确的化工过程的对象模型，建立机理模型也是大多数化工过程研究者的终极目标。目前在这个方面，主要有两种机理建模方面的商品化的软件。第一种是通用的软件，如 Aspen公司以及 HISYS 公司等，这一类软件可以用于大多数的石油化工过程的机理建模。 第二类是专用的软件，如 KBC 公司以及 Aspen公司等，这些模型都是专用型的，不一定适合每一个实际情况。通过这些商品化的软件得到的模型相对比较复杂，在实际应用过程中，人们对复杂的反应过程内部的结构和运动机理只是某种程度的了解，这样用机理方法建模就会遇到困难[15]。
机理模型包含多种形式，广义来讲可分为两种，动态模型[16]和静态模型[17]。在建立机理模型时，尤其是动态模型，总是基于很多的简化和假设之上，这样就使得建立的机理模型与实际过程有了一定的误差[18]。对于那些反应机理比较复杂的一类反应，其变量的运动规律很难得到，因而为机理模型的获得增加了难度。而使用机理建模方法的前提是需要对所建模的化工过程的先验知识充分掌握，而掌握先验知识的前提是必须对化工过程有深厚的了解，而且要有实际经验。然而，化工过程种类繁多，甚至反应过程非常复杂，对于那些反应机理复杂且具有非线性时变性的反应过程建立其机理模型是很困难的[19]。于是，利用输入输出数据构造数学模型的方法就得到了人们的重视[20]。建立机理模型的前提是找到反应过程中的主要因素之间的平衡关系，这也就意味着建立机理模型的局限性，就是必须对对象的运动规律充分了解，然而对于那些反应机理比较复杂的一类反应，其变量的运动规律很难得到，因而为机理模型的获得增加了难度。
1.2.2 黑箱模型黑箱模型又被称为经验模型，建立黑箱模型是利用了实验过程中采集的实验数据，对这些数据进行分类，通过对分类后的数据进行处理，就可以得到这些数据之间的经验公式[21]。这个经验公式就成为黑箱模型，之所以称其为黑箱模型，是因为建模过程中不需要过程的任何先验知识，只是由输入数据得到输出数据。
第二章 理论知识.................................... 7
2.1 RBFNN ..............................................................7
2.2 卡尔曼滤波....................................................10
2.3 聚合反应........................................................12
2.4 分子量分布.................................................14
第三章 苯乙烯聚合反应的分子量 ................ 19
3.1 苯乙烯的聚合反应...............................................19
3.2 分子量分布建模........................................................20
3.3 苯乙烯反应过程建模..............................................33
第四章 聚丙烯反应过程的.................. 35
4.1 聚丙烯反应..........................................................35
4.2 反应机理.........................................................36
4.3 过程建模.........................................................................37
4.4 灰箱模型与黑箱模型..........................................................45
4.5 聚丙烯反应过程建模...................................................48
第五章 总结与展望
5.1 总结
在现代的化学工业领域中，生产厂家以及环境专家都对化学反应过程中的质量指标控制的越来越严格，生产厂家越来越希望化学反应过程中生成物的产量越来越高，而环境专家则希望化学反应过程中对大气环境有害的化学产物越来越少，总而言之，是希望化学反应中主产物越来越高即反应物的转化率提高且副产物的产量降到最低点。这些要求都需要对化学反应过程中的某些影响这些质量指标的物理量进行合理的控制，合理控制变量的前提是要深入掌握与反应生成物关系紧密的物理变量，这就需要对该化学反应过程建立足够精确度的数学模型。针对本文中的聚合反应过程的建模，在聚合反应过程中，有很多未知的部分，比如反应速率，反应转化率以及反应的参数等，显然对于这样的情况是无法建立白箱模型的。黑箱模型只需输入输出数据即可，但这又对最后模型的精确度有很大的影响。因此，本文中采用了白箱与黑箱结合的灰箱模型。
本文首先以石化工业领域中发生在釜式反应器中的苯乙烯聚合反应为背景，尝试了一种新的混合建模方法。本论文中研究的苯乙烯聚合反应属于反应机理部分已知，反应参数未知，反应变量部分可测的一类聚合反应。但是根据先验知识得知含未知参数的部分是一些变量的函数。把模型描述为已知部分和未知部分，对已知部分采用了微分方程构建白箱模型，对未知部分则根据先验知识采用具有函数逼近功能的径向基函数神经网络构建黑箱模型。在建立RBF神经网络模型中，样本数据的获取是采用近似差分的方法来获得，考虑到模型收敛性的问题，就需要在采样时间上进行合理选择。
参 考 文 献
[3] Kuehn D R, Davidson H, Computer control II. Mathematics of control[J]. ChemicalEngineering Progress, 1961, 57(6): 44-47
[4] Derya B O, Ralph W P. Theory and practice of simultaneous data reconciliation and grosserror detection for chemical process[J]. Computers and Chemical Engineering, 2004,28(3): 381-402
[5] VERSPECHT J. Schreurs Dominique. Recent advances in the measurement and black-boxmodeling of high-fre-quency components[C]. GAAS Conference, 1999: 1-6
[7] LIU Sheng, SONG jia, LI Gao-yun. /shdxbylunwen/ Modeling a complex nonlinear system with particleswarm optimization and parallel-optimized least squares support vector regression[J].CAAI Transactions on Intelligent Systems, 2010, 5(1): 51-56
[8] SUYKENS J A K, VAN GSTEL, T, DE BRABANTER J, et al. Least squares supportvector machines[M]. Singapore : World Scientific , 2002: 80-92
